張惠彬 王懷賓

摘? ? 要：當前，我國正在從知識產權引進大國向知識產權創(chuàng)造大國轉變，知識產權工作正在從追求數(shù)量向提高質量轉變。以人工智能驅動知識產權審查，有利于提高知識產權審查效能，強化知識產權源頭治理，為知識產權高質量發(fā)展提供保障。從技術邏輯看，人工智能能夠有效解決知識產權審查壓力不斷增加與審查能力增強不足的矛盾，在縮短審查周期、提高審查質量方面具有優(yōu)勢和實現(xiàn)的可能性。從價值準則看，人工智能驅動知識產權審查須回應國家和社會的需求，遵循加快審查速度、提高審查質量、維護社會公平正義的價值準則。與此同時，人工智能驅動傳統(tǒng)的救濟為主的事后糾正制度轉向權利救濟與決策問責相結合的責任制度，在明確審查人員責任構成同時，還需對人工智能可能產生的風險進行規(guī)制。

關鍵詞：人工智能;知識產權審查;技術邏輯;價值準則;決策問責

中圖分類號：TP 18;D 923.4? ? 文獻標識碼：A? ? 文章編號：2096-9783（2021）04-0099-09

引? 言

知識產權審查制度作為知識產權市場行為的“守門人”，一方面需要快速回應市場主體的創(chuàng)新性需求，另一方面需要壓制和否定低質量知識產權產生與非創(chuàng)新惡性競爭環(huán)境形成1。自2010年超過日本和美國，中國專利申請數(shù)量連續(xù)十年高居世界第一位，發(fā)明專利在2019年申請數(shù)量是第二位美國的兩倍之多;商標申請數(shù)量更是連續(xù)十七年穩(wěn)居榜首，2006年中國商標申請數(shù)量尚還是美國的兩倍左右，2018年則幾乎擴大到12倍[1]。審查工作面臨著前所未有的壓力和挑戰(zhàn)，一是在可預期的一段時間內知識產權注冊申請數(shù)量持續(xù)增加與知識產權審查力量嚴重不足之間的矛盾越來越突出;二是知識產權審查難度不斷加大。知識產權注冊量的持續(xù)大幅增長直接導致知識產權數(shù)據(jù)庫基礎比對數(shù)據(jù)量大幅上升，審查檢索比對的難度也隨之相應增大。以商標為例，現(xiàn)在審查一件商標相當于 2008 年審查 6.4 件的工作難度2，同時《商標注冊用商品和服務國際分類表》的逐年調整，審查員對商品或服務類似關系的判斷和審查標準把握的難度也相應增大3。三是國務院對知識產權審查時限不斷提出新的要求。全國深化“放管服”改革轉變政府職能電視電話會議要求[2]，深化商標注冊、專利申請等便利化改革，五年內將商標審查時間壓縮到四個月以內，發(fā)明專利審查周期壓減三分之一，其中高價值專利審查周期壓減一半。4因此，知識產權審查工作任重道遠，如果不能從根本上解決知識產權審查的困境，鞏固好知識產權大國建設的成果，將會對知識權強國建設的長遠目標尤為不利。

提高知識產權審查效能，要充分吸收當前科學技術進步的紅利，以人工智能技術促進知識產權審查提質增效，進行技術性變革，從根本上解決數(shù)據(jù)過載與標準不統(tǒng)一的問題[3]。人工智能在極大提升知識產權審查效能的同時，新一代人工智具有的通用目的性、算法黑箱以及數(shù)據(jù)依賴性等特征，將可能引發(fā)社會、企業(yè)、政府、個人等不同維度的風險和挑戰(zhàn)。尤其在當前外部審查壓力不斷增加、內部審查標準愈加嚴格，同時科學技術發(fā)展所具有的革新力吸引之下，若以人工智能技術嵌入知識產權審查，而對其在知識產權行政管理中的全部內涵不加以充分理解并提前規(guī)制其風險，將會陷入“技術決定論”的思維桎梏。而只有在否定“技術決定論”的前提之下，我們才可以在行政管理的技術性變革中掌握主動權，才擁有公共管理和公共政策的討論空間[4]。因此，在充分理解人工智能技術邏輯，探明其價值準則，并優(yōu)先制定政策規(guī)范可能產生的問題之后自主進行政策抉擇——即是否以及如何引入人工智能嵌入知識產權審查，并由此建立出多元化、個性化、高效能的知識產權審查制度。

一、人工智能驅動知識產權審查變革的技術邏輯

人工智能（Artificial intelligence）是指，用機器模擬、實現(xiàn)或延伸人類的感知、思考、行動等智力與行為能力的科學與技術[5]。在產生之初，其主要用于解決需要大量重復計算與檢驗，并且對計算效率有嚴格要求的密碼破譯等工作。而隨著科學技術與數(shù)學理論的不斷發(fā)展，人工智能已經不再局限于簡單的重復檢驗，而具有了“學習-運用”的內涵。在人工智能發(fā)展的歷程中，通?？梢詣澐譃閮蓚€階段，分別是基于“傳統(tǒng)算法”主導的“專家系統(tǒng)”等典型運用的人工智能以及以 “機器學習算法”主導的人工智能。

我國知識產權審查技術性變革分為兩個階段，一是2008年以來以“商標注冊與管理自動化系統(tǒng)三期工程”、“專利電子審批系統(tǒng)”、“專利檢索與服務系統(tǒng)建設”等項目為建設目標的信息化、自動化變革;二是近年來以“商標圖像圖形檢索”、“專利自動分類與檢索”、“機器翻譯”、審查工作分配等為未來方向的人工智能變革。信息化、自動化是人工智能的數(shù)據(jù)基礎與互聯(lián)網基礎，而人工智能則是建立在前述基礎條件下的“大數(shù)據(jù)+算法”。雖然我國知識產權審查制度在一定程度上已經實現(xiàn)了國家要求建立“電子政務”的階段性目標，但是當前知識產權審查的“電子政務”形式并非完全“智能化”，“智能化”應當包括“互聯(lián)網、大數(shù)據(jù)、人工智能”三者缺一不可。盡管如此，知識產權審查制度的“智能化”卻具有更為廣闊的前景，相較于傳統(tǒng)政務，人工智能對知識產權審查制度的影響更為直接。傳統(tǒng)政務的復雜性、靈活性、多樣性與價值判斷的多元導致了當前人工智能一定程度的“無能為力”。而知識產權審查制度中，所面向的對象并非復雜的事物與具體的人，而是圖形、色彩、技術等以載體表現(xiàn)出的“知識”的具體形式，所完成的工作是一定標準之下的重復性的“數(shù)據(jù)對比”。而人工智能無論是嚴格執(zhí)行標準還是高效重復數(shù)據(jù)比對，都具有極強的效率，能夠解決不斷增加的基礎數(shù)據(jù)過載矛盾。當前，隨著通信技術的不斷發(fā)展，人工智能審查這一設想不只停留在理論層面，而且已于各國知識產權局有了初步的運用。在商標檢索方面，我國知識產權局在2019年正式上線“圖形智能檢索系統(tǒng)”，實現(xiàn)了商標審查工作由純人工檢索向“以圖搜圖”智能檢索的轉變[6];俄羅斯聯(lián)邦工業(yè)產權局也正在積極探索使用神經網絡和深度學習方法提高發(fā)明和實用新型審查中相似性檢索的效率;在機器翻譯方面，世界知識產權組織于2016年推出WIPO Translate人工智能翻譯工具，以滿足專利領域的特殊翻譯需要;在審查工作自動分配方面，新加坡知識產權局目前正在探索利用自然語言處理理解專利文檔，并將其自動分類至相關專業(yè)，減輕了專利行政管理工作[7]。而美國專利商標局則具有一整套人工智能分析程序，以加強其對知識產權管理的理解（見圖1）。

二、人工智能驅動知識產權審查變革的價值準則

2020年11月30日，習近平總書記在中共中央政治局第二十五次集體學習會議強調，“強化知識產權全鏈條保護從……審查授權……等環(huán)節(jié)完善保護體系，加強協(xié)同配合，構建大保護工作格局”，明確知識產權審查制度對于知識產權保護的重要意義。會議上，習近平提出，“既嚴格保護知識產權，又確保公共利益和激勵創(chuàng)新兼得” [8]。同時，習近平總書記多次提到 “加強知識產權創(chuàng)造、保護、運用……提高知識產權審查質量和審查效率” [9]，對知識產權審查工作寄予厚望。習近平總書記關于知識產權的論述與要求，實際上是知識產權制度“行政價值”本質的體現(xiàn)，表達了公共行政（客體）對于人類社會（主體）的積極意義及其有效性，反映了國家與社會對知識產權制度的希望、理想、信仰和寄托[10]，為知識產權管理體制機制改革指出了方向，表明知識產權審查制度改革必須堅持以加快審查速度、提高審查質量、維護社會公平正義為價值準則。

（一）速度變革

人工智能的首要價值在于全面提升知識產權審查速度，縮短審查期間。隨著創(chuàng)新意識的提高與知識產權制度的完善，社會主體創(chuàng)新熱情高漲，每年專利、商標等知識產權申請數(shù)量急劇增加，社會創(chuàng)新需求不斷提高。2008年商標注冊申請量為96.8萬件，專利注冊申請量則為82.8萬件，2019年商標注冊申請增加到783.7萬件，而專利則增加到438.1萬件，其他知識產權申請數(shù)量也急劇增加。與不斷增加的知識產權申請量相比，短時間內知識產權的審查能力卻沒有呈相應提高趨勢。依據(jù)知識產權局統(tǒng)計數(shù)據(jù)顯示（見圖2），在2011年至2017年期間，商標審查量明顯低于商標注冊申請量，一方面是由于商標申請數(shù)量急劇增加，另一方面則是為滿足不斷縮減的審查周期的要求所導致的。而在2018年，首次出現(xiàn)審查量高于申請量的情形，同時審查周期也降低為6個月（2017年為8個月），這主要得益于2018年“商標智能檢索功能”在6家商標審查協(xié)作中心推廣試用。而從之前商標審查周期的變化情形來看，“信息化”與“自動化”在提高商標審查效率、縮短商標審查周期方面同樣發(fā)揮著重要的作用?！皞鹘y(tǒng)算法”主導的“商標注冊與管理自動化系統(tǒng)”不僅在加快審查速度方面表現(xiàn)優(yōu)異，同時其在線服務改進了數(shù)據(jù)采集過程，特別是結構化著錄項目數(shù)據(jù)，在現(xiàn)有的法律框架（例如《專利法條約》）和技術框架（特別是WIPO標準）下對其予以標準化和明確定義，使得傳統(tǒng)紙質文本（傳真、WORD、PDF等）轉化為機器可讀的XML文本（可擴展標記語言，一種簡單靈活的文本格式，用于在互聯(lián)網上數(shù)據(jù)交換），為人工智能技術運用打下數(shù)據(jù)基礎。

相較于商標，專利審查形勢卻更加嚴峻。自2008年以來，專利審查效率顯著提高，但面對不斷增長的申請數(shù)量，審查周期卻未見明顯縮短（見圖3）。根據(jù)知識產權局數(shù)據(jù)，專利發(fā)明年申請數(shù)量由2007年的24.5萬件增長到2018年的154.2萬件，2007年專利發(fā)明平均審查周期為26個月，2018年發(fā)明專利平均授權周期在22.5個月。在年平均申請量以10%以上同比增長的基礎之上，專利授權周期仍能夠穩(wěn)中有減，一方面得利于體制機制的改革與常規(guī)審查能力增強，另一方面則歸結于審查技術的變革。但是相較于商標審查周期的大幅度縮減，發(fā)明專利與實用新型的審查周期未成相應縮減趨勢，這主要受制于專利數(shù)據(jù)與標準的多樣性（附圖、公式、機械構造等）導致難以統(tǒng)一為機器可讀文本，同時專利還未實現(xiàn)人工智能的自動分類與檢索。對數(shù)據(jù)和文檔進行手工分類，對摘要、全文和任何進一步編碼，然后由熟練的檢索者使用分類符號進行檢索的布爾檢索仍是當前知識產權局所普遍采用的技術[11]。但這并不意味著“人工智能”的速度價值在專利審查面前的無能為力。相反，在借鑒大幅度提高商標審查速度的經驗與智能技術不斷發(fā)展的背景下，專利審查的智能識別數(shù)據(jù)、分類與檢索具有更大的應用前景。因此，在面對不斷增加審查壓力的同時，縮短審查周期，回應社會創(chuàng)新需求不僅是“人工智能”的價值準則，同時其具有相當?shù)目赡苄浴?/p>

（二）效率變革

人工智能的核心價值在于統(tǒng)一審查標準，大幅度提升知識產權審查的準確率，降低復審和異議機制的啟動頻率，努力提高知識產權審查質量。效率首先屬于經濟學概念，是指勞動成果與勞動的比值，但有學者誤將效率認為是成本與收益的比值[12]。這一定義混淆了效益與效率概念，尤其是在我國早期常常將效率等同于節(jié)約時間、提高速度的普遍現(xiàn)象下，片面追求審查速度而忽略審查質量，就必然會導致對在先權利人，利害關系人、消費者甚至是公共利益的侵害[13]。同時，高效率應當包括付出的勞動成本能夠收獲較高的價值，反映在知識產權審查中，就是盡量保證實質審查的正確。若是以清除積壓審查數(shù)量與縮短審查周期作為知識產權審查的主導思想而忽略了審查質量，表面上提高了審查效益，但另一方面不僅增加了利害關系人維權成本與社會公共利益，同時還增加了復審、撤銷、注銷、無效宣告的程序成本與知識產權的執(zhí)法成本，這樣一來，效益越高反而效率越低。而按照效用經濟學的觀點，效率實質上是指“資源的有效配置所實現(xiàn)的帕累托最優(yōu)狀態(tài)” ，而反映在知識產權審查制度中，則是如何在審查速度、審查期間與審查的準確率之間尋求最佳的平衡點。當然，帕累托最優(yōu)是一個不斷優(yōu)化的過程，在過去的知識產權審查制度中，我們所確定的平衡點將會在面臨新的創(chuàng)新壓力與新的“技術性變革”下被打破，以人工智能技術為依托的“人機協(xié)同”將會形成新的帕累托最優(yōu)，使得大幅度縮短審查期間的同時能夠保持更高的審查質量，破除體制機制改革的瓶頸。

“人機協(xié)同”是機器的輔助審查與審查人員的最終決策的結合，當前技術現(xiàn)狀尚不能由人工智能獨自做出審查決策。機器的輔助審查速度取決于計算力，在理想狀態(tài)下與審查質量之間并無矛盾，審查質量主要取決于人工智能技術的基礎——算法與數(shù)據(jù)。正如有學者認為，如果設計得當，人工智能可以促進決策的準確性，“因為計算機純粹基于邏輯，理論上不會受制于有意識和無意識的偏見，但人類的決策卻不可避免地會被這些偏見所牽引。然而，人工智能系統(tǒng)是由人類設計的，訓練時使用的數(shù)據(jù)，反映的是我們置身其中那并不完美的世界，因此如果不進行嚴謹?shù)囊?guī)劃，人工智能的運行可能有失公平” [14]。在人工智能輔助審查過程中，用于學習檢驗的“商標”、“專利”是曾經審查的知識產權數(shù)據(jù)，但是該數(shù)據(jù)在多方面并非完美無暇的，他可能涵蓋了錯誤審查的知識產權數(shù)據(jù)，也包括將會無效或者被撤銷的數(shù)據(jù)，也即是無法全面覆蓋，也可能存在地區(qū)失衡。基于不完美的數(shù)據(jù)訓練的經驗或知識的“代碼”可能會帶來歧視與偏見。同時，依靠“代碼”做出判斷而非審查人員基于“規(guī)則”作出決策，在提高了準確性的同時，也會帶來一定的誤差。排除掉人為的算法錯誤，基于人工智能所作出的決策的偏見與歧視是“算法的一個難以預料的、無意識的屬性，而非編程人員的有意識的選擇，更增加了識別問題的根源與解決問題的難度”[15]。因此，人工智能所具有的高度理性與量化能夠降低人為偏見與誤差，提高知識產權審查的效率，但基于“機器學習”運行機制的副作用同樣會帶來偏見與歧視。從長遠來看，知識產權審查機構在基于人工智能的治理時，應當著力消除技術帶來的弊端，及時檢驗算法與更新數(shù)據(jù)，糾正偏差以實現(xiàn)高質量的知識產權審查。

（三）公平變革

公平價值是人工智能運用過程中所追求的價值，是在保證速度與效率之上的平衡多方主體利益之間的矛盾，是知識產權行政管理者調和人工智能技術的負外部性以滿足社會公平正義的價值追求。人工智能技術的運用不能自發(fā)的使社會達到帕累托最優(yōu)狀態(tài)，例如，廣為詬病的自動推送算法就以損害群體的選擇自由而達到精準推送的目的。在以往的認知中，公平與效率是互相矛盾的，認為提升效率必然以損害公平為代價。從我國分配制度變遷也可以看出，效率與公平的利益分配難以調和[16]，但是在人工智能的輔助下，知識產權審查效率極大提升，此時應當轉向尋求效率與公平的新的更加高效的帕累托最優(yōu)。在這個過程中，應當認識到人工智能技術能夠在一定程度上帶來公平，例如，人工智能有助于厘清商標審查中相同與近似的不同標準，化解因相同與近似之間標準模糊而導致的矛盾;又或者在商標與外觀設計的權利沖突中，尤其是三維立體商標與外觀設計審查中的重疊導致的訴訟糾紛，亦可以通過人工智能技術加以規(guī)避，利于保障在先權利以及社會公共利益，但任由其自發(fā)運轉反而無法推動知識產權審查制度的公平變革，需要相應的約束。

人工智能在驅動知識產權審查制度公平變革的同時，偏見、歧視、損害社會公共利益等偏離知識產權制度理念的現(xiàn)象也不可避免的隨之而產生。一是申請者的平等對待與審查客體的偏見與歧視。人工智能所具有的在審查標準方面的客觀統(tǒng)一能夠避免人為檢索的主觀與誤差，平等對待所有申請者，在審查效率方面的同等對待也能夠促進公平。但基于數(shù)據(jù)的不完美與算法的自適應性將會導致人工智能延續(xù)了知識產權局潛在的審查規(guī)則，從而產生對審查客體的偏見與歧視;二是審查標準的統(tǒng)一與基于大數(shù)據(jù)的審查標準的“代碼”化。審查標準的統(tǒng)一是公平對待所有申請者與審查客體的前提，能夠消除審查人員知識與能力的不平等。但與此同時，傳統(tǒng)審查的依據(jù)規(guī)則已經轉變?yōu)橐罁?jù)“代碼”，也即是在“代碼即法律”的背景下[17]，基于大數(shù)據(jù)的審查標準的非法定化脫離了立法者的本意，帶來實質上的不公平;三是保障利害關系人權利與抑制創(chuàng)新。人工智能技術在知識產權審查方面的提質增效，能夠充分保障利害關系人的權利。同時，利用大數(shù)據(jù)標記非創(chuàng)新目的的申請，區(qū)分不誠信申請行為特征與建立申請主體數(shù)據(jù)庫，能夠有效提高審查質量與保障社會公共利益。但是，基于知識產權數(shù)據(jù)的開放，社會主體可以利用開放的知識產權數(shù)據(jù)訓練機器，以“人工智能創(chuàng)造”對戰(zhàn)“人工智能審查”。審查標準的客觀化代替了創(chuàng)新認識的主觀化，創(chuàng)新不再是標準，如何躲避“人工智能審查”才是創(chuàng)造的靈感;四是數(shù)據(jù)安全與技術鴻溝。知識產權局開放知識產權數(shù)據(jù)與檢索的目的在于方便申請人或者代理人提前檢索，以提高初審準確率，但由此帶來的數(shù)據(jù)安全與技術鴻溝卻不能被忽視。知識產權數(shù)據(jù)雖然是公共產品，但具有潛在的價值，高科技公司擁有獲取數(shù)據(jù)價值的能力，能夠建立檢索工具規(guī)避風險與提高注冊效率，進一步擴大科技主體與其他主體的技術鴻溝。

充分利用人工智能的公平價值并規(guī)制其技術性的“負外部性”風險，首先要求認識到其“技術性”的公平價值與“負外部性”，其次應當建立科學的“人機協(xié)同”審查機制，根據(jù)不同審查對象的特點與相同審查對象的不同進程選擇嵌入何種人工智能以及嵌入的程度，建立多元的知識產權審查機制，最后還需約束人工智能的“負外部性”，盡快建立面向人工智能知識產權審查制度規(guī)則體系，明確智能審查機器人的“準入清單”與“權力清單”。

三、人工智能驅動知識產權審查變革的決策問責

法律責任的配置與衡量在所有規(guī)制性的制度安排中必不可少。對于知識產權審查制度而言，現(xiàn)行的法律責任配置并不涉及對于審查人員的具體審查行為的問責，而是沿用《中華人民共和國公務員法》的問責體系，從整體上評價審查人員的日常工作。對于商標、專利的錯誤授權，只存在對錯誤注冊行為的異議、撤銷或者無效宣告的事后救濟，而不存在對錯誤審查行為的問責[18]。以商標審查為例，知識產權局并沒有明文規(guī)定審查行為的責任構成要件與責任承擔機制，而是通過規(guī)定“勤勉義務”與必要的“注意義務”等職業(yè)倫理來約束審查人員。《工商行政管理部門商標注冊、管理和評審工作守則》第2條規(guī)定，“從事商標注冊、管理和評審工作的國家機關工作人員必須秉公執(zhí)法，廉潔自律，忠于職守，文明服務”，以及第13條規(guī)定，“商標工作人員違反本守則規(guī)定，情節(jié)輕微的，由工商行政管理部門對其進行批評教育，情節(jié)嚴重的，視情節(jié)給予警告、記過、記大過、降級、撤職、開除等處分;構成犯罪的，依法追究刑事責任”。由此可見，商標審查行為雖然有形式上的問責制度，但實質上仍然是將商標審查人員當作公務員進行問責，在實踐中并不具有針對性和可操作性，專利審查問責亦如此。這是因為相較于傳統(tǒng)公務行為，影響知識產權審查決策行為的因素更為復雜。審查人員基于“獨立審查”的原則以及審查標準的理解，依靠掌握的法律知識、專業(yè)知識與審查經驗作出審查決策。同時，與其他公務人員一樣，認真謹慎、公平負責等職業(yè)道德同樣影響著審查質量。因此，在知識產權審查過程中，一項高質量審查實際上是對審查人員的專業(yè)技術知識、相關法律認識以及職業(yè)道德提出三重要求[19]。這樣一來，一旦審查結果被認定為錯誤，到底是判斷為客觀的能力不足還是主觀的故意過失就成為問責的難點。知識產權審查行為的復雜性決定了審查決策問責只能轉向督促“勤勉義務”與必要的“注意義務”等職業(yè)倫理以及通過績效等來激勵積極認真審查，由此疏于對錯誤審查行為與懶政行為的問責。例如在商標初審中，新手審查人員經驗不足，工作量大，深怕犯“該駁回不駁回”的錯誤，在把握不準的情況下，偏向于選擇駁回，即使駁回錯誤也不會被追責，況且還有經驗豐富的復審審查員兜底把關，無形之中增加了審查成本。由此，問責制度的缺位不僅是一種無奈之舉，同時也制約著知識產權審查的效能。

隨著人工智能技術不斷嵌入知識產權審查體系，其不僅在提高審查速度、質量與維護公平發(fā)揮著有效作用，同時對于弱化審查道德要求、簡化程序性事項、強化審查決策信心、明晰審查人員法律責任具有重要意義。首先，人工智能具有統(tǒng)一的審查標準與最低的審查誤差，輔助審查人員作出決策，提供技術性工作，審查人員主觀性判斷比重減少，決策的客觀性增加，不再過分依賴于職業(yè)道德。其次，人工智能大大簡化了程序性事項，使得審查人員的工作量減少，被問責的內容也減少。然后，新手審查人員能夠積極作出審查決策，不再過分依賴于經驗與道德，強化了審查決策的信心。最后，“人機協(xié)同”審查模式下的權責分配大大縮減了問責的復雜性，傳統(tǒng)的問責機制逐漸轉向審查人員與人工智能的二元問責機制（見圖4）。多元的“人機協(xié)同”模式決定了問責機制的多元化，嵌入程度的不同，嵌入類型的不同，人工智能發(fā)展階段的不同，均應當配置相應的法律責任。如果是傳統(tǒng)算法支撐下的“專家系統(tǒng)”，實際上審查人員決策占比更大，責任也更大;若是機器學習算法支撐下的審查機制，審查人員雖然仍然具有最終決策權，但是人工智能在很大程度上實現(xiàn)了檢索比對，所以審查人員并未作出更多的決策，應當承擔較少的責任。實際上，多元的審查機制背景下，仍然應當堅持權責一致的問責原則。

人工智能的嵌入不僅驅動了對審查人員的問責，而且對人工智能自身的責任配置提出了新的要求。人工智能由“數(shù)據(jù)”與“算法”組成，數(shù)據(jù)的好壞與算法的科學性共同決定了人工智能的能力的高低，因此責任的配置也應當包括“數(shù)據(jù)”與“算法”規(guī)制。但是為了建立最符合知識產權法規(guī)定的授權規(guī)律與標準的人工智能，用于訓練學習的“數(shù)據(jù)”均應當來源于知識產權局以往審查的知識產權信息，例如典型的商標圖像檢索比對技術，用于訓練的“商標”圖像應當來自于現(xiàn)存有效的商標，也即是知識產權局所提供的現(xiàn)有“數(shù)據(jù)”，因此“數(shù)據(jù)”責任實際上是對以往知識產權審查能力的檢驗。而“算法”規(guī)制是對算法應用所引致的風險設置一定的責任結構，解決因“算法”而導致的錯誤審查或駁回的責任追溯與分擔問題。在目前的算法責任框架內，除算法用戶責任問題尚未達成理論共識、形成專門性的法律規(guī)則外，算法設計者責任、算法應用開發(fā)者責任、算法應用平臺責任及監(jiān)管責任已經開始構成算法責任體系的主架構[20]。

1、人機協(xié)同決策中，人工智能主要負責檢索工作，審查人員在人工智能檢索出的范圍內進一步進行比對，做出最終決策。審查人員的自由裁量范圍與可操作空間縮小，審查人員的自我辯解理由可以更容易被明確，因此審查人員責任更加明晰。包括違規(guī)決策責任，例如明顯違反審查程序與原則，不在選定的范圍內比對等;違反道德決策責任，例如消極審查，疏忽大意或者隨意駁回等;違反知識產權相關法律責任，例如嚴重偏離審查標準，應當駁回而不予駁回等。

2、數(shù)據(jù)提供者應當為數(shù)據(jù)的真實可靠承擔責任，若數(shù)據(jù)真實可靠，但是基于真實知識產權數(shù)據(jù)反映出了不完美的知識產權狀況導致的算法的歧視與偏見，則不承擔責任，而是無可奈何的“算法”的副產品。審查機構應當著力于糾正“算法”歧視與偏見。

3、算法責任則主要包括算法設計者、算法應用開發(fā)者和應用平臺責任。算法設計者是指實際設計算法運行規(guī)則的主體，是算法的實際設計人;算法應用開發(fā)者是向平臺和用戶直接提供算法應用的主體，算法設計者與算法應用開發(fā)者類似于生產者與銷售者（產品經理）的關系，當算法設計者與算法應用開發(fā)者不是同一主體，則由算法應用開發(fā)者對算法的性能缺陷與目標偏離負責應當是主要的責任配置原則;算法應用平臺責任也即是知識產權局在人工智能嵌入知識產權審查的過程中違反某種義務而應承擔的責任，而知識產權局的義務更適合從技術的審慎選擇與風險監(jiān)控的視角出發(fā)，要求其承擔謹慎選擇與技術的周密論證配置、技術的風險規(guī)制、及時采取應對措施、人工智能技術的更新與維護等義務。

結? 語

當前，全球科技革命和產業(yè)變革方興未艾，以深度學習、跨界融合、人機協(xié)同、群智開放、自主操控為特征的新一代人工智能不斷取得突破，不僅對科技革命與產業(yè)革命具有強大驅動力，同時也逐漸延伸到政府治理之中。人類與人工智能正在知識產權行政管理領域相互補充與相互支撐，“人機共生”已經逐漸在世界各知識產權主管部門取得一致共識。但面對人工智能所具有的通用的潛在風險在知識產權政務領域所具有的獨特表現(xiàn)卻并未更加關注。例如，有學者提到，“對人工智能技術巨大潛力的欣喜和依賴，使得人類愿意暫時擱置對人工智能技術潛在失控風險的關注，轉而從一種更為實用主義的角度來考量和審視人工智能”。[21]因此，在人工智能嵌入知識產權審查制度極大發(fā)揮其效能的同時，仍然應當秉持謹慎態(tài)度，尤其是面對“人工智能”所具有的無限可能性的誘惑時。當前，人工智能仍然以“輔助系統(tǒng)”的角色在知識產權管理領域發(fā)揮著作用，而隨著科學技術發(fā)展，“人機共生”甚至“強人工智能”的時代可能得以到來，應當如何處理好人工智能與知識產權行政管理之間的關系，如何避免“技術理性”壓倒一切的可能性發(fā)生，仍然是應當關注的重點。人工智能嵌入知識產權審查制度，在提高知識產權審查效能的同時，更是驅動了知識產權審查的問責制度，使得知識產權審查人員的責任更加清晰。同時，面對當前以及未來一段時間人工智能審查技術的將會產生的風險，應當建立人工智能技術的“準入清單”與“權力責任清單”，依靠法律以及建設監(jiān)督機構對數(shù)據(jù)與算法進行規(guī)制與約束，防止出現(xiàn)系統(tǒng)性、技術性風險。同時，世界各知識產權主管局的人工智能運用能力的差距正在不斷擴大，如何避免技術鴻溝對全球知識產權合作產生負面影響，應當采取何種政策措施來縮小技術差距，實現(xiàn)全球知識產權治理體系和治理能力現(xiàn)代化，也值得我們加以深入思考。

參考文獻：

[1] World Intellectual Property Organization. World Intellectual Property Indicators 2020[R/OL]. wipo-pub-941-2020. （2020-12-07）. https：//www.wipo.int/portal/en/index.html.

[2] 中國政府網. 李克強在全國深化“放管服”改革轉變政府職能電視電話會議上的講話[EB/OL].（2018-07-12）. http：//www.gov.cn/premier/2018-07/12/content_5305966.htm.

[3] 鄒劍.國家知識產權局商標局計算機處副處長.商標注冊便利化改革政策解讀（五）-商標改革中的信息化建設[EB/OL]. http：//sbj.cnipa.gov.cn/gzdt/201804/t20180413_273741.html.

[4] 禹信，崔之元.人工智能與公共管理研究：技術可能性、議題重構和治理創(chuàng)新[J].中國行政管理，2020（3）：6-11.

[5] 中國信息通信研究院，中國人工智能產業(yè)發(fā)展聯(lián)盟.人工智能治理白皮書[R/OL].

[6] 國家知識產權局商標局.借力人工智能，開啟智慧審查——商標圖形智能檢索功能正式上線[EB/OL]. http：//sbj.cnipa.gov.cn/gzdt/201901/t20190131_281363.html.

[7] World Intellectual Property Organization. Meeting of Intellectual Property Offices （IPOS） On Ict Strategies and Artifical Intelligence （AI） for IP Administration：Summary of the Replies to the Note on Applications of AI to IPO Administration [R/OL]. Prepared by the International Bureau of WIPO. Geneva， May 23 to 25， 2018. https：//www.wipo.int/portal/en/index.html.

[8] 新華社.習近平主持中央政治局第二十五次集體學習并講話[EB/OL].（2020-12-01）. http：//www.xinhuanet.com/politics/leaders/2020-12/01/c_1126808128.htm.

[9] 中國政府網.習近平：營造穩(wěn)定公平透明的營商環(huán)境，加快建設開放型經濟新體制[EB/OL].（2018-07-17）. http：//www.gov.cn/xinwen/2017-07/17/content_5211349.htm;習近平在首屆中國國際進口博覽會開幕式上的主旨演講.[EB/OL].（2018-11-05）. http：//www.xinhuanet.com/politics/leaders/2018-11/05/c_1123664692.htm.

[10]張富.公共行政的價值向度[M].北京：中央編譯出版社，2007：11.

[11] World Intellectual Property Organization. Meeting of Intellectual Property Offices （IPOS） on Ict Strategies and Artifical Intelligence （AI） for IP Administration：National and International Ict Strategies of IPOS[EB/OL]. Document prepared by the International Bureau of WIPO. Geneva，May 23 to 25，2018. https：//www.wipo.int/portal/en/index.html.

[12]劉茂林.知識產權法的經濟分析[M].北京：法律出版社，1996：62.

[13]馮曉青，劉歡歡.效率與公平視角下的商標注冊制度研究-兼評我國商標法第四次修改[J].知識產權，2019（1）：3-13.

[14]沈向洋，[美]施博德.計算未來：人工智能及其社會角色[M].北京：北京大學出版社，2018：27.

[15]騰訊研究院，中國信息通信研究院互聯(lián)網法律研究中心等.人工智能：國家人工智能戰(zhàn)略行動抓手[M].北京：中國人民大學出版社，2017：243.

[16]楊寶國.公平與效率：實現(xiàn)公平正義的兩難選擇？[M].北京：中國社會科學出版社，2017：8-9.

[17]Lawrence Lessig.Code and Other Laws of Cyberspace（VOL.4）.New York：Basic books，1999：1.

[18]冉小燕.從一個無效案淺議國家知識產權局在專利審查中的責任[J].提交“2013年中華全國專利代理人協(xié)會年會暨第四屆知識產權論壇論”的論文.國家知識產權局專利局專利審查協(xié)作北京中心，2013-07-01.

[19]藺國強，梁林琳. 建設世界一流專利審查機構背景下審查員職業(yè)道德探析[J].中國集體經濟，2020（3）.94-96.

[20]蘇宇.算法規(guī)制的譜系[J].中國法學，2020（3）.165-184.

[21]王張華，顏佳華. 人工智能驅動政府治理變革：技術邏輯、價值準則和目標指向[J].天津行政學院學報，2020（6）.3-11

Technical Logic， Value Criteria and Decision-making Accountability

Zhang Huibin1， Wang Huaibin2

（ 1. School of Civil and Commercial Law， Southwest University of Political Science and Law， Chongqing 401120， China; 2. National Intellectual Property Strategy Implementation （Southwest University of Political Science and Law） Research Base， Chongqing 401120， China ）

Abstract： At present， China is transforming from a country of importing intellectual property to a country of creating intellectual property， and intellectual property work is shifting from pursuing quantity to improving quality. Driving the reform of the intellectual property review system with artificial intelligence technology is conducive to comprehensively improving the effectiveness of intellectual property review，strengthening the source governance of intellectual property，thereby providing guarantee for the high-quality development of intellectual property. From the perspective of technical logic， artificial intelligence technology can effectively solve the contradiction between the increasing pressure of intellectual property review and the insufficient enhancement of review capabilities. It has advantages and possibilities in shortening the review period and improving the quality of review. From the point of view of value criteria，artificial intelligence driving the reform of intellectual property review must respond to the needs of the country and society， follow the value guidelines of accelerating review speed，improving review quality，and maintaining social fairness and justice. At the same time， artificial intelligence drives the traditional relief-based post-correction system to a responsibility system that combines rights relief and decision-making accountability. While clarifying the composition of the responsibilities of reviewers， it is also necessary to regulate the risks that artificial intelligence may generate.

Key words： artificial intelligence; intellectual property review; technical logic; value criteria; decision-making accountability